Gestalt: a IA misteriosa que bateu o Claude Fable em teste cego de design
Registro do teste cego que colocou o Gestalt à frente do Claude Fable em design, da estreia da Anthropic na Nasdaq e do debate sobre automelhoria recursiva.
O que foi dito
A Contra Labs testou designers em um exercício cego: escolher, entre dois sites feitos a partir do mesmo pedido, qual facilitava a compra, qual deixava a programação mais clara e qual respeitava a identidade visual do evento, sem saber quem tinha criado cada versão. O teste reuniu 33 tarefas, 27 delas adaptadas de trabalhos reais da plataforma para clientes fictícios e seis vindas de empresas parceiras.
Na apresentação do estudo, o Gestalt chegou a 1928,0 pontos, pontuação que resume as preferências dos avaliadores nos confrontos entre os trabalhos.
1931Gestalt
1739Trabalho humano de referência
1713Claude Fable
Ranking da Contra Labs (Frontier Design) Valores como ditos no vídeo.
Na atualização do ranking consultada para o vídeo, o Gestalt aparece com 1931 pontos, os trabalhos humanos de referência com 1739 e o Claude Fable com 1713. A vantagem vale para esse conjunto de tarefas de design; para saber como os modelos programam ou resolvem problemas matemáticos, seriam necessários outros testes.
Sobre quem fez o Gestalt, a Contra Labs diz que trabalha com a equipe do modelo, mas não identifica o laboratório. "O placar mostra o que os avaliadores preferiram. Não dá para reconhecer o fabricante pelo estilo de um botão", diz a narração.
Estreia na Nasdaq
A Anthropic estreou na Nasdaq sob o código ANT. A oferta saiu a $83 por ação, o primeiro negócio foi a $111,50 e o fechamento do dia ficou em $97,17, uma alta de 17% sobre o preço de abertura.
No fechamento, a estimativa de valor de mercado com as ações em circulação ficou em cerca de US$ 1,27 trilhão; a conta totalmente diluída, que inclui ações que podem ser emitidas no futuro, ficou perto de US$ 1,75 trilhão.
US$ 1,27 trilhãoCom ações em circulação
US$ 1,75 trilhãoTotalmente diluído
Estimativa baseada no preço de fechamento Valores como ditos no vídeo.
Custo por tarefa
No índice da Artificial Analysis, o Claude Fable marcou 65 pontos, o GPT Astra 62, o Gemini Neon 61 e o Claude Opus 59. A tabela padrão do Astra cobra $8 por milhão de tokens de entrada e $40 por milhão de saída; a do Neon cobra $3,15. Ainda assim, executar uma tarefa do índice custou em média $4 com o Astra e $6,44 com o Neon, que gerou mais tokens no teste.
Automelhoria recursiva
Um estudo em arXiv descreve um sistema que guarda um histórico das mudanças feitas nas ferramentas e nas instruções ao redor de um modelo, registrando o motivo da alteração, o resultado esperado e o que de fato aconteceu, para que o otimizador consulte esse histórico na tentativa seguinte.
Quando um sistema de IA melhora a si mesmo sem ajuda humana direta
Em 10 rodadas independentes de programação, usar essa memória rendeu em média 2,36 pontos a mais que continuar só com a configuração anterior. "O experimento mexe no ambiente em que o modelo trabalha. Ele não demonstra que o modelo reescreveu os próprios pesos", diz a narração. Um relatório da DeepMind, apresentado em junho e revisado em novembro, coloca a melhoria recursiva entre quatro caminhos possíveis para a superinteligência, ao lado de ampliar a escala, mudar o paradigma e combinar muitos agentes.
Genie 4
No dia 18, o Google começou a liberar o Genie 4 para assinantes elegíveis do plano Ultra, permitindo mudar o tempo ou inserir um personagem enquanto o usuário explora a cena, com o som ambiente acompanhando a mudança em tempo real.
Ver a transcrição
GTA 6: quanto dinheiro o jogo já gerou? Os números e a ação da Take-Two
Levantamento reúne estimativas de faturamento do GTA 6, o modelo de receita da Take-Two e a reação da ação da empresa no dia do lançamento.
GPT-6.2: hype ou custo-benefício? Os números dizem as duas coisas
Preços, índice de inteligência e testes independentes mostram o que o GPT-6.2 da OpenAI entrega e onde fica atrás da concorrência.
Claude, GPT ou Grok no GTA 6? O que dizem as fontes
Visitas, declarações da Take-Two e análises técnicas tentam responder se e como IA, hardware e infraestrutura entraram na produção do GTA 6.
Grok: marca d'água de texto virou opção. Dá para saber se foi IA?
xAI recua da marca d'água automática do Grok, Tencent promete custo 18 vezes menor e OpenAI testa avaliadores externos com acesso limitado.






